Szinte minden nagy cég berkeiben téma most a mesterséges intelligencia, noha vannak, akik nem beszélnek erről hivatalosan. Az Apple például meglehetősen látványosan kerüli egyelőre az MI témát. Azt már elismerték, hogy vannak ilyen irányú kutatásaik, de arról nem sokat lehet tudni, hogy mit szeretnének kezdeni az új iránnyal, milyen funkciókat hoznának létre ezzel.
Egészen mélyen belemerült mostanra az MI-vel kapcsolatos fejlesztésekbe az Apple, amit leginkább abból lehet tudni, hogy két kutatással kapcsolatos dokumentum is napvilágot látott a vállalat nevéhez köthetően a napokban. Ezek némi betekintést engednek a szakemberek számára abba, hogy min dolgozik éppen a cupertinói alakulat. Két dologról esik szó a dokumentumokban, az egyik az eszközön futó MI, a másik pedig az avatárok speciális animálása.
Az Apple már azon dolgozik, hogy a mobilokon, táblagépeken helyben futtatható MI technológiát alkosson.
Az elmúlt hónapokban a Google és a Samsung is az „on-device” irányba indult el. Legalábbis intenzívebben kommunikálják ezt a dolgot, de a Google számára ez a terep egyáltalán nem új, ott a Tensor rendszerchipeket már hosszú ideje eleve úgy fejlesztik, hogy az ilyen jellegű feladatokat kiemelkedő hatékonysággal tudják megoldani. Az Apple A szériás lapkákban is jelentős számítási kapacitás van a mélytanulás és a gépi tanulás gyorsítására, ami jól jön a nyelvi modellek mozgásba lendítése során.
Az „LLM in a flash” című dokumentumban olyan kutatási leírások vannak, amik alapján a vállalat azon dolgozik, hogy a nagy nyelvi modellek (LLM) mozgatását a lehető legjobb hatékonysággal oldja meg. Komoly kihívást jelent ilyen téren a memória szűkössége és az ebből adódó korlátok. Ezért azon dolgozik a vállalat, hogy a háttértárat is felhasználja a nyelvi modell igényeinek kielégítésére. Erre irányuló próbálkozások egy ideje már vannak az Androidon, csak más okból, például a gördülékenyebb párhuzamos feladatkezelés elérése érdekében.
Az Apple azt szeretné elérni, hogy a generatív MI technológiát össze tudja házasítani a Sirivel. A digitális asszisztens szolgáltatás ezáltal olyan feladatokat is képes lenne ellátni, amikre eddig nem volt lehetősége. Ha sikerült megoldani a számítási kapacitással és más hardveres elemekkel kapcsolatos szűk keresztmetszeteket, akkor az LLM-ek révén a vállalat egyre több funkciót biztosíthat generatív MI-vel felütött extrákkal. Első körben olyan megoldásokkal lehet számolni, hogy a Siri hatékonyabban érti majd meg az emberek beszédét, valamint lehetőséget nyújthat szövegek generálására, például válaszüzeneteknél.
A képgenerálásba is belevetné magát az Apple, és ezt is a mobilon oldaná meg, helyben feldolgozott adatokkal. Teljesen animált avatárokat hozna létre például egy rövid videofelvételből, vagy nagyobb mennyiségű fotóból a Human Gaussian Splats, röviden HUGS névre hallgató rendszerrel. Elvileg 30 perc alatt tudna egy iPhone megalkotni egy teljesen egyedi és természetesen módon animált 3D avatárt.
Az Apple már hosszú ideje dolgozik az avatárok fejlesztésén, így nem meglepő, hogy a generatív MI-t is bevetné, hogy ezt még magasabb szintre emelje. A jövőben az avatárok már a vállalat saját virtuális ökoszisztémájában is fontosabb szerephez fognak jutni, ezért is élvezhet prioritást a cégnél egy ilyen újítás.
Kíváncsian várjuk, hogy milyen formában fogja az Apple megvalósítani az MI alapú technológiáit, és hogy miként hivatkozik majd ezekre. Könnyen lehet, hogy olyan görcsösen kerül majd a mesterséges intelligencia kifejezést is, mint a Vision Pro esetben a kiterjesztett és a virtuális valóságot.
